examples.json

[
    ["怎样擦屁股才能擦的干净", 512, 0.75, 0.35, 1.2, "qgyd2021/lip_service_4chan", true],
    ["你好", 512, 0.75, 0.35, 1.2, "qgyd2021/chinese_chitchat", true],
    ["白洁走到床边并脱去内衣, 一双硕大的", 512, 0.75, 0.35, 1.8, "qgyd2021/chinese_porn_novel", false],
    ["男人走进房间, 上床, 压上", 512, 0.75, 0.35, 1.8, "qgyd2021/chinese_porn_novel", false],
    [
        "电销场景意图识别。如果不能确定，请输出 “未知意图”。\n\nExamples:\n------------\ntext: 没关系啦 知道的\nintent: 肯定答复\n------------\ntext: 怎么能联系你\nintent: 查联系方式\n------------\ntext: 恩。让我想想吧。\nintent: 考虑一下\n------------\ntext: 说点有用的\nintent: 请讲重点\n------------\ntext: 唉唉\nintent: 语气词\n------------\ntext: 说快一点\nintent: 请讲重点\n------------\ntext: 再介绍一下\nintent: 要求复述\n------------\ntext: 从哪弄到我信息\nintent: 质疑隐私安全\n------------\ntext: 哎。。不是的\nintent: 不是\n------------\ntext: 给我电话号码\nintent: 查联系方式\n------------\ntext: 先看看吧\nintent: 考虑一下\n------------\ntext: 怎么知道道我的信息\nintent: 质疑隐私安全\n------------\ntext: 哎,再说吧,我再想想\nintent: 考虑一下\n------------\ntext: 不,我清醒。\nintent: 不是\n------------\ntext: 重说一次\nintent: 要求复述\n------------\ntext: 行了,晚安\nintent: 肯定答复\n------------\ntext: 额额额额\nintent: 语气词\n------------\ntext: 恩。哎再说吧我考虑一下hiahia\nintent:\n",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_intent_gpt2", true
    ],
    [
        "意图识别。\n\nExamples:\n------------\ntext: 打开风扇\nintent: 开启\n------------\ntext: 关闭电视\nintent: 关闭\n------------\ntext: 把风扇关了吧\nintent: 关闭\n------------\ntext: 电视开开\nintent: 开启\n------------\ntext: 开灯\nintent:",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_intent_gpt2", true
    ],
    [
        "few-shot intent recognition. output: \"other\" when not sure. \n\nexamples: \n---\ntext: Hello\nintent: greeting\n---\ntext: Thank you :)\nintent: thank\n---\ntext: Hi I got my parcel and shoes, thank you. \nintent: delivery\n---\ntext: I want to make order\nintent: place order\n---\ntext: And I want to make sure that you are from where ?\nintent: place of production\n---\ntext: hello\nintent: ",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_intent_gpt2", true
    ],
    [
        "I am trying to arrange a return and credit for my order for the last few days but the transaction will not process through my iphone or iPad.\nI have now reverted to laptop.\n\nintent recognization. \n\noptions:\n- order\n- refund\n- track order\n- greeting\n- thank\n- discount\n\noutput:",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_intent_gpt2", true
    ],
    [
        "entity recognition.\n\nwhat entity type to extract ?\n\"LOC\", \"ORG\".\n\nexamples:\ntext: COMMACK , New York 1996-08-24\noutput: <LOC>COMMACK</LOC> , <LOC>New York</LOC> 1996-08-24\n\ntext: Arsenal 3 2 0 1 4 2 6\noutput: <ORG>Arsenal</ORG> 3 2 0 1 4 2 6\n\ntext: PHILADELPHIA 7 10 .412 6 1/2\noutput:",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_ner", true
    ],
    [
        "few-shot named entity recognition.\n\nnote:\n- entity type to extract: \"Organization\", \"Name\".\n- output \"no entity find.\" when no entity.\n- output in JSON format with key: `entity_text`, `entity_type`.\n\nexamples:\n------\ntext: Mansfield 0 Stockport 3\noutputs: \n{\"entity_text\": \"Mansfield\", \"entity_type\": \"Organization\"}\n{\"entity_text\": \"Stockport\", \"entity_type\": \"Organization\"}\n------\ntext:  Score : England 326 ( J. Crawley 106 , G. Thorpe 54 .\noutputs: \n{\"entity_text\": \"J. Crawley\", \"entity_type\": \"Name\"}\n{\"entity_text\": \"G. Thorpe\", \"entity_type\": \"Name\"}\n------\ntext: MIAMI 14 4 .778 -\noutputs:",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_ner", true
    ],
    [
        "提取 “型号”，“其它实体”，“商品” 实体。\n\n示例：\ntext：佳能原装18-55stm镜头f/3.5-5.6,is,stm,700d,100d,760d单反18-55\noutputs：\n型号：18-55stm；18-55；f/3.5-5.6,is,stm。\n商品：单反；镜头。\n其它实体：100d；760d；700d。\n\ntext：2017新款儿童轻薄羽绒服套装男女童宝宝童装羽绒裤外套两件套\noutputs：",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_ner", true
    ],
    [
        "实体识别。\n\n注意：\n- 实体：专业，地名，姓名，国籍，学历，职位，组织机构\n- 输出格式：```{\"text\": ${entity-text}, \"label\": ${entity-label}}```\n- 没有实体时，输出：“没有实体。”。\n\n文本：现任湖南嘉瑞新材料集团股份有限公司董事、总经理。\nJSON输出：",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_ner", true
    ],
    [
        "实体识别。\n\n注意：\n- 请提取出 “职衔”，“地点”，“学历”，“民族”，“组织”，“专业”，“姓名” 实体。\n- 没有实体时输出：“找不到需要的实体。”。\n- 输出格式：实体类型：实体值...\n\n例子：\n---\ntext：曾任中国软件与技术服务股份有限公司党群工作部副主任、主任兼纪检监察部主任、监事，现任中国电子纪检监察部（审计部）一处处长，报告期内辞去中国软件与技术服务股份有限公司监事职务。\noutputs：\n组织：中国软件与技术服务股份有限公司；中国电子纪检监察部（审计部）一处。\n职衔：监事；主任；处长；党群工作部副主任；纪检监察部主任。\n\ntext：1954年11月生于天津，汉族，籍贯山西省。\noutputs：\n地点：籍贯山西省；天津。\n民族：汉族。\n\ntext：1970年2月出生，经济学学士、会计师。\noutputs：\n专业：经济学。\n学历：学士。\n职衔：会计师。\n\ntext：陈艳，女，\noutputs：\n姓名：陈艳。\n---\ntext：曾任北京双鹤药业经营有限责任公司财务总监、副总经理；\noutputs：",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_ner", true
    ],
    [
        "实体识别。\n\n注意：\n- 请提取出 “姓名” 实体。\n\ntext：田兴，曾任北京双鹤药业经营有限责任公司财务总监、副总经理；\noutputs：",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_ner", true
    ],
    [
        "银行金融类型的实体识别。\n\n实体类型：“bank”，“product”。\n\n示例：\n```\ntext：我显示汇总过高了，今天下了中信4万，准备把招商注销了\noutputs：\n{\"text\": \"中信\", \"name\": \"bank\"}\n{\"text\": \"招商\", \"name\": \"bank\"}\n```\ntext：这个短债只是用来提升信誉刷建行预审批的，又不是什么赚钱的基金。也只有建行有卖，我买过，不但不赚钱还会亏本的。...\noutputs：\n{\"text\": \"短债\", \"name\": \"product\"}\n{\"text\": \"建行\", \"name\": \"bank\"}\n{\"text\": \"基金\", \"name\": \"product\"}\n{\"text\": \"建行\", \"name\": \"bank\"}\n```\ntext：他行信用卡流水行吗？一个月要多少合适\noutputs：",
        128, 0.75, 0.35, 1.2, "qgyd2021/few_shot_ner", true
    ],
    [
        "如何开通微信支付？",
        128, 0.75, 0.35, 1.2, "qgyd2021/similar_question_generation", true
    ]
]